PERAMALAN PENJUALAN ASINAN BUAH MENGGUNAKAN HOLT WINTERS PYTHON DI TOKO BERBUAH DINGIN
DOI:
https://doi.org/10.37792/jukanti.v8i2.1882Kata Kunci:
forecasting, holt-winters, inventory, mae, mape, penjualanAbstrak
ABSTRAK
Penelitian ini bertujuan untuk meramalkan penjualan asinan buah tahun 2025 menggunakan metode Holt–Winters Exponential Smoothing sebagai dasar perencanaan persediaan dan strategi bisnis. Data diperoleh dari catatan penjualan bulanan Januari 2023–Desember 2024 melalui metode dokumentasi. Tahap prapemrosesan dilakukan dengan smoothing untuk mereduksi fluktuasi acak, pembersihan outlier agar hasil lebih stabil, serta normalisasi untuk menyamakan skala data. Selanjutnya, data dibagi menjadi data latih untuk membangun model dan data uji untuk mengevaluasi akurasi. Holt–Winters dipilih karena mampu menangkap pola tren dan musiman dalam data penjualan. Evaluasi akurasi menggunakan Mean Absolute Error (MAE) dan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan nilai MAE sebesar 20,18 dan MAPE 9,13%, yang termasuk kategori sangat akurat karena MAPE < 10%. Pola peramalan menggambarkan penurunan penjualan di pertengahan tahun serta peningkatan kembali di akhir tahun, sejalan dengan perilaku konsumsi masyarakat pada periode tertentu. Berdasarkan hasil penelitian, dapat disimpulkan bahwa metode Holt–Winters efektif digunakan untuk meramalkan penjualan asinan buah, serta bermanfaat bagi pelaku usaha dalam mengoptimalkan manajemen persediaan dan merumuskan strategi penjualan yang sesuai dengan pola musiman yang teridentifikasi.
Kata kunci : forecasting, holt-winters, inventory, mae, mape, penjualan
ABSTRACT
This study aims to forecast fruit pickle sales in 2025 using the Holt–Winters Exponential Smoothing method as a basis for inventory planning and business strategy. The data were obtained from monthly sales records from January 2023 to December 2024 through documentation. Preprocessing included smoothing to reduce random fluctuations, outlier removal to ensure stability, and normalization to unify data scaling. The dataset was then divided into training data for model building and testing data for accuracy evaluation. The Holt–Winters method was chosen because it can capture both trend and seasonal components in sales data. Model accuracy was measured using Mean Absolute Error (MAE) and Mean Absolute Percentage Error (MAPE). The results show that the model achieved an MAE of 20.18 and a MAPE of 9.13%, which is categorized as highly accurate since the MAPE value is below 10%. The forecast pattern indicates a sales decline in the middle of the year followed by an increase towards the end of the year, reflecting seasonal consumer behavior. In conclusion, the Holt–Winters method is effective in forecasting fruit pickle sales and can support business owners in optimizing inventory management and designing sales strategies aligned with identified seasonal patterns.
Keywords: forecasting, holt-winters, inventory, mae, mape, sales
Unduhan
Referensi
Y. J. Siregar, R. Hartono, and A. E. Hardana, “Peramalan Harga Cabai Rawit Di Kota Malang Dengan Metode Holt-Winters Exponential Smoothing,” Agricore J. Agribisnis dan Sos. Ekon. Pertan. Unpad, vol. 6, no. 2, pp. 99–110, 2022, doi: 10.24198/agricore.v6i2.34778.
I. R. Akolo, “Perbandingan Exponential Smoothing Holt-Winters Dan Arima Pada Peramalan Produksi Padi Di Provinsi Gorontalo,” J. Technopreneur, vol. 7, no. 1, pp. 20–26, 2019, doi: 10.30869/jtech.v7i1.314.
M. H. Tinambunan and S. Wahyuni, “Analisis Metode Holt-Winters Exponential Smoothing Dalam Prediksi Ekspor Komoditas Utama 3 Dijit Sitc,” War. Dharmawangsa, vol. 18, no. 1, pp. 59–77, 2024, doi: 10.46576/wdw.v18i1.4256.
Tri Andri Hutapea and Andre Yoel Siahaan, “Peramalan Curah Hujan Menggunakan Metode Holt-Winters Exponential Smoothing Di Kabupaten Padang Lawas Utara,” J. Student Res., vol. 1, no. 2, pp. 378–393, 2023, doi: 10.55606/jsr.v1i2.1046.
F. Hardinata and N. E. Goldameir, “Peramalan Exponential Smoothing Holt-winters Pada Data Jumlah Produksi Kelapa Sawit di Perkebunan Besar Swasta Provinsi Riau,” J. Zo., vol. 8, no. 2, pp. 88–96, 2024, doi: 10.52364/zona.v8i2.117.
S. Gelper, R. Fried, and C. Croux, “Robust forecasting with exponential and Holt-Winters smoothing DEPARTMENT OF DECISION SCIENCES AND INFORMATION MANAGEMENT (KBI) Robust Forecasting with Exponential and Holt-Winters Smoothing,” pp. 0–21, 2007.
M. Brilliant, K. Lestari, and H. Oktaria, “Peramalan pola jumlah nasabah menggunakan metode arima ,holt-winters exponential smoothing, fuzzy time series (study kasus : pt.aia sunrise agency),” J. Softw. Eng. Technol., vol. 2, no. 2, pp. 8–17, 2022.
M. I. Syahroni, “Prosedur Penelitian Kuantitatif,” J. Al-Mustafa, vol. 2, no. 3, pp. 43–56, 2010.
S. Makridakis, E. Spiliotis, and V. Assimakopoulos, “The M4 Competition: Results, findings, conclusion and way forward,” Int. J. Forecast., vol. 34, no. 4, pp. 802–808, 2018, doi: 10.1016/j.ijforecast.2018.06.001.
Francesca Lazzeri, “Python open source libraries for scaling time series forecasting solutions,” www.medium.com.
M. A. Maricar, “Analisa Perbandingan Nilai Akurasi Moving Average dan Exponential Smoothing untuk Sistem Peramalan Pendapatan pada Perusahaan XYZ,” J. Sist. dan Inform., vol. 13, pp. 37–46, 2019.
A. T. Nurani, A. Setiawan, and B. Susanto, “Perbandingan Kinerja Regresi Decision Tree dan Regresi Linear Berganda untuk Prediksi BMI pada Dataset Asthma,” J. Sains dan Edukasi Sains, vol. 6, no. 1, pp. 34–43, 2023, doi: 10.24246/juses.v6i1p34-43.
M. I. Baidowi and E. A. Buniarto, “Analisis Ramalan Penjualan Menggunakan Metode Time Series dalam Menentukan Jumlah Produksi,” J. Ekon. Manaj., vol. 1, no. 1, pp. 33–41, 2020, [Online]. Available: https://jurnal.uniwa.ac.id/index.php/managementscience/article/view/66
R. Sofi and R. Mohamad, “Outlier,” Encycl. GIS, vol. 6, no. 1, pp. 1538–1538, 2017, doi: 10.1007/978-3-319-17885-1_100923.
R. F. Haryanti, J. Rizal, W. Agwil, I. Sriliana, and P. Novianti, “A Comparison of the Holt-Winters Additive and Multiplicative Methods with Grid search Optimization in Forecasting Red Chili Prices in Bengkulu City,” vol. 22, no. 1, 2025, doi: 10.20956/j.v22i1.45755.
A. Aryati, I. Purnamasari, and Y. N. Nasution, “Peramalan dengan Menggunakan Metode Holt-Winters Exponential Smoothing (Studi Kasus: Jumlah Wisatawan Mancanegara yang Berkunjung Ke Indonesia),” J. EKSPONENSIAL, vol. 11, no. 1, pp. 99–105, 2020.
M. F. Almaliki, Isnawaty, M. Satyadharma, and Hado, “Perbandingan Metode Exponential Smoothing dan Moving Average pada Arus Barang Bongkar Comparison of Exponential Smoothing and Moving Average Methods on Unloading Goods Flow,” J. Manaj. Inform., vol. 14, no. 2, pp. 125–134, 2024.
P. K. Almas and I. F. Nur Laily, “Analisis perbandingan metode exponential smoothing untuk peramalan kunjungan wisatawan internasional di indonesia pasca pandemi,” Pros. Semin. Nas. Sains dan Teknol. Seri III Fak. Sains dan Teknol. Univ. Terbuka, vol. 2, no. 1, pp. 315–325, 2025.
Salahuddin, M. Khadafi, and O. Yusrianti, “Sistem Prediksi Kebutuhan Stock Obat Menggunakan Metode Long Short Term Memory ( LSTM ) Time Series Berbasis Deep Learning A-26,” vol. 8, no. 1, pp. 26–33, 2025.
G. B. R. Matahurila, F. P. Putra, L. F. Himmah, A. Maulana, S. Riyadi, and M. Y. R. Pandin, “Analisis Pengaruh Forecasting Demand Terhadap Efisiensi Manajemen Persediaan,” As-Syirkah Islam. Econ. Financ. J., vol. 3, no. 3, pp. 1475–1489, 2024, doi: 10.56672/syirkah.v3i3.283.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2025 Mohammad Bagas Irianto, Widiyono Widiyono, Arief Soma Darmawan
Artikel ini berlisensi Creative Commons Attribution 4.0 International License.
Lisensi Jurnal JUKANTI
JUKANTI (Jurnal Pendidikan Teknologi Informasi) berkomitmen untuk mendukung akses terbuka dan diseminasi pengetahuan ilmiah. Seluruh artikel yang diterbitkan di JUKANTI didistribusikan di bawah lisensi Creative Commons Attribution 4.0 International License (CC BY 4.0).
Creative Commons Attribution 4.0 International License (CC BY 4.0)
Di bawah lisensi ini, pengguna diperbolehkan untuk membaca, mengunduh, menyalin, mendistribusikan, mencetak, menelusuri, menautkan, menggubah, mengadaptasi, dan mengembangkan karya yang diterbitkan untuk tujuan yang sah, termasuk tujuan komersial, sepanjang memberikan atribusi yang tepat kepada penulis asli dan publikasi asli di JUKANTI, menyertakan tautan ke lisensi, serta menyatakan apabila terdapat perubahan yang dilakukan.
Hak Penulis
Penulis tetap memegang hak cipta atas artikel mereka dan memberikan hak publikasi pertama kepada JUKANTI. Penulis juga diperbolehkan untuk menyimpan dan membagikan versi terbit artikel mereka di repositori institusi, repositori bidang ilmu, website pribadi, dan jejaring akademik, sepanjang publikasi asli di JUKANTI dikutip dan ditautkan dengan benar.
Kewajiban Penulis
Penulis yang menerbitkan artikel di JUKANTI bertanggung jawab untuk memastikan bahwa karya yang dikirimkan bersifat orisinal, tidak melanggar hak cipta, serta memenuhi standar etika dan ketentuan hukum yang berlaku. Penulis wajib memperoleh izin penggunaan materi pihak ketiga yang dimasukkan dalam naskah apabila diperlukan.
Informasi Lisensi
Lisensi: Creative Commons Attribution 4.0 International License (CC BY 4.0)
URL Lisensi: https://creativecommons.org/licenses/by/4.0/
Komitmen terhadap Standar Akses Terbuka
JUKANTI berkomitmen untuk menjaga kebijakan editorial yang transparan, ketentuan lisensi yang jelas, dan praktik publikasi akses terbuka sesuai dengan standar publikasi ilmiah internasional.
Untuk pertanyaan atau klarifikasi lebih lanjut mengenai lisensi ini, silakan menghubungi kantor editorial JUKANTI melalui edu@ucb.ac.id
